Claude code : l'ia d'anthropic montre des signes de fatigue
L'enthousiasme autour de Claude Code, l'assistant de programmation d'anthropic, s'estompe rapidement. Alors que les promesses de surpasser Codex et GPT-4 de OpenAI étaient fortes, les retours sur le terrain sont alarmants. Stella Laurenzo, directrice de l'IA chez AMD, tire la sonnette d'alarme : l'outil, autrefois perçu comme une révolution, accuse désormais un sérieux ralentissement et un manque de fiabilité inquiétant.
Un ingénieur sénior sonne l'alerte
Ce n'est pas un avis isolé. Depuis février, Laurenzo et son équipe analysent des données issues de 6 852 sessions de Claude Code. Le constat est glaçant : les ingénieurs seniors, qui avaient initialement salué la clarté logique et la capacité à gérer des contextes étendus, rapportent désormais des expériences décevantes. Sur Reddit, les utilisateurs confirment un problème récurrent : Claude Code semble avoir perdu de sa précision, au point de ne plus être fiable pour des tâches d'ingénierie complexes.
Le nombre d'interruptions de processus de pensée a explosé. Avant le 8 mars, ces incidents étaient quasi inexistants ; aujourd'hui, ils se chiffrent en moyenne à 10 par jour. Un comportement que Laurenzo qualifie, sans détour, de « paresse ». L'IA semble éviter la réflexion approfondie, se contentant d'éditions rapides et superficielles, voire d'abandonner en cours de route.
Le nombre de lectures du code avant modification a également chuté de manière spectaculaire, passant de 6,6 à seulement 2 à la fin du mois de mars. Au lieu de peaufiner des corrections, Claude Code a tendance à réécrire des fichiers entiers, signe d'un manque de jugement et d'une incapacité à cerner les problèmes précis.
Mais la question qui se pose est la suivante : pourquoi ce déclin soudain ? anthropic a récemment introduit la version 2.1.69, et les critiques fusent. L'IA semble systématiquement éviter une réflexion approfondie, privilégiant les solutions les plus rapides, même si elles sont incorrectes. Laurenzo pointe du doigt un problème de conception : « Le modèle de subscription actuel ne différencie pas les utilisateurs ayant besoin de 200 tokens de pensée par réponse de ceux nécessitant 20 000. » Un déséquilibre qui pénalise ceux qui jonglent avec des flux de travail complexes et qui les expose à des coûts exorbitants.
De plus, une fuite du code source complet de Claude Code a récemment secoué le monde de l'IA, ajoutant une nouvelle couche de préoccupation à cette situation déjà préoccupante. La question de la sécurité et de la fiabilité des outils d'IA devient d'autant plus urgente. L'heure est à la vigilance et à une remise en question des modèles de développement actuels.
En fin de compte, la promesse d'une IA capable de révolutionner la programmation semble s'éloigner, laissant place à une réalité plus complexe et nuancée. Le prix à payer pour la vitesse et l'efficacité pourrait bien être la précision et la fiabilité, un compromis inacceptable pour les professionnels exigeants.